CN103840894A - 一种面向最优输出信噪比的系统sar增益确定方法 - Google Patents

Abstract

本发明公开了一种面向最优输出信噪比的系统SAR增益确定方法，包括：通过仿真获得输入信号功率和量化输出信号功率之间的关系曲线，以及系统输出信噪比与输入信噪比及输入信号功率的变化曲线；根据SAR系统设计参数计算系统噪声功率；对SAR下传的回波数据进行解码，并分块统计当前系统增益下的回波数据块功率；根据仿真的关系曲线得到回波数据块对应的输入信号功率，计算量化输入信噪比，进一步根据仿真的变化曲线得到回波数据块的输出信噪比；分别计算每个数据块的输出信噪比，并求输出信噪比均值；遍历系统增益，计算各增益下的输出信噪比均值；将输出信噪比均值最大值对应的系统增益设置为系统SAR增益。采用本方法可以使得系统增益设置更加合理，从而得到具有最优质量的量化输出数据。

Description

一种面向最优输出信噪比的系统SAR增益确定方法

技术领域

本发明属于雷达信号处理领域，特别涉及一种面向最优输出信噪比的系统SAR增益确定方法。

背景技术

在合成孔径雷达(Synthetic Aperture Radar，SAR)系统中，原始回波数据质量是SAR图像质量的先决条件。受系统数据率的限制，SAR(尤其是星载SAR)的原始回波均需进行量化压缩。量化压缩使数据的动态范围受限，因此，系统硬件实现中通常在量化压缩之前对信号进行增益控制，使信号动态范围与量化压缩的动态范围能够很好的匹配。增益控制的方式有两种，一种是手动增益控制(Manual Gain Control，MGC)，即在一次数据获取之前，根据获取场景散射特性的先验知识结合SAR的具体参数，通过计算来预测接收数据的功率信息，从而手动设置合理的增益控制值，在一次数据获取过程中，该增益保持不变；另一种是自动增益控制(Automatic Gain Control，AGC)，在数据获取时，星上通过硬件实现当前获取信号的功率计算，从而及时反馈给系统进行增益调整。这两种方法实际上涉及一个相同的问题，即在已知量化输出功率时，如何确定合理的系统增益。

针对这一问题，现有的技术方案是：首先假设SAR回波服从某种分布(通常假设服从瑞利分布)，在此基础上通过仿真获得不同输入功率下的量化信噪比和量化功率损失，选择量化信噪比大且量化功率损失小的某个输入功率作为参考最佳输入功率，将预测的回波数据平均功率与该参考最佳输入功率作比较，从而得到系统增益设置值。

经分析，发现现有技术存在如下缺点：1)确定最佳输入功率时仅考虑了量化信噪比，也即输入无噪声情况下的量化输出信噪比，认为最佳输入功率与输入信噪比无关，而实际上在输入信噪比不同时，量化对输出信噪比的影响并不相同，因此最佳输入功率应随量化的输入信噪比而改变；2)由于数据信噪比与功率之间并非线性关系，回波数据的平均功率即使达到了最佳输入功率，数据的平均信噪比也并非最优，而信噪比是雷达数据最为关键的指标，因此在现有技术下，SAR数据质量并非最佳。

发明内容

为解决上述现有技术中的不足，本发明提出一种面向最优输出信噪比的系统SAR增益确定方法，包括下述步骤：

a.获得系统输入信号功率Px′和系统量化输出信号功率P_y′之间的关系曲线P_x′＝f(P_y′)；

b.获得系统输出信噪比随输入信噪比及输入信号功率的变化曲线SNR_out′＝g(P_x′，SNR_in′)；

c.计算系统噪声功率P_n；

d.对SAR下传的回波数据进行解码，并分块统计当前功率增益G_A下的回波数据块功率P_y；

e.根据曲线P_x′＝f(P_y′)，利用P_y得到回波数据块对应的输入信号功率P_x；

f.计算量化输入信噪比SNR_in；

g.根据步骤b中获得的变化曲线，对于上述步骤获得的P_x和SNR_in，获得对应回波数据块的输出信噪比SNR_out；

h.对每个回波数据块，按照步骤c-g，分别计算输出信噪比，并求输出信噪比均值

i.遍历系统增益G_A，i，重复步骤g和h，得到不同系统增益下的信号输出信噪比均值

其中i＝1，...，N，N为系统增益可调节的阶数，各增益下的输入功率P_x，i＝P_x+(G_A，i-G_A)(dB)，输入信噪比保持不变；

j.比较所求得的不同系统增益下的输出信噪比均值，将输出信噪比均值最大值对应的系统增益确定为系统SAR增益值。

根据本发明的方法，其中步骤a具体为：所述关系曲线通过仿真获得，仿真实部和虚部分别服从高斯分布的信号x′，并仿真量化压缩过程，该量化压缩过程与系统SAR所采用的量化压缩方法相对应，得到量化压缩后的输出信号y′，从而得到输入信号功率P_x′和量化输出信号功率P_y′之间的关系曲线P_x′＝f(P_y′)。

根据本发明的方法，其中步骤b包括如下步骤：

b1.仿真功率为任意P_s′的，实部和虚部分别服从高斯分布的信号s′；

b2.设输入信噪比SNR_in′在区间1内变化，分别仿真相应的功率为P_n′＝P_s′-SNR_in′(dB)的高斯分布白噪声n′，得到量化输入信号

b3.设输入信号功率P_x′在区间2内变化，对于区间2内离散化后的每个输入信号功率P_x′，调整输入信号使其变为：

其中 $A={10}^{[P_{x^{\′}}-(P_{s^{\′}}+P_{n^{\′}})]\left(\mathrm{dB}\right)/20};$

b4.仿真量化压缩过程，该量化压缩过程与系统SAR所采用的量化压缩方法相对应，得到

的量化输出信号计算最终的输出信噪比：从而得到输出信噪比与输入信号功率及输入信噪比的关系SNR_out′＝g(P_x′，SNR_in′)。

根据本发明的方法，其中区间1为0dB～60dB。

根据本发明的方法，其中区间2为-10dB～65dB。

根据本发明的方法，其中步骤c具体为：根据SAR系统设计参数计算系统噪声功率，计算公式为：P_n＝G_AKT₀BF_n，其中G_A为接收信号在量化之前的功率增益；K为波尔兹曼常数，K＝138×10^-23J/K；T₀为接收机温度(K)；B为接收机等效噪声带宽(Hz)；F_n为接收机噪声系数；P_n表示噪声功率(w)。

根据本发明的方法，其中步骤d中回波数据块功率P_y的计算公式为：

其中N_a表示回波数据块的方位向数据尺寸，N_r表示回波数据块的距离向数据尺寸；y_i，j表示在该数据块中方位号和距离号分别为i和j的回波数据；

为该数据块的回波均值，

P_y表示量化后的该回波数据块的信号功率。

根据本发明的方法，其中步骤e采用插值或拟合方法。

根据本发明的方法，其中步骤f的计算公式为

根据本发明的方法，其中步骤g采用插值或拟合方法。

根据本发明的方法，其特征在于所述分块的大小可以与数据大小一致。

根据本发明的方法，其特征在于可以仅对整个场景的部分区域执行该方法。

本发明的方法在分析量化输出信噪比随输入信噪比和输入信号功率变化规律的基础上，计算得到能使回波数据平均量化输出信噪比达到最优的系统增益值，由此来使得系统增益设置更加合理，从而使得到的量化输出数据具有最优的质量。

本发明关键点在于系统增益的确定考虑了输入信噪比的影响，在此基础上采用了平均输出信噪比最大准则，而非传统的量化信噪比最大准则。

本发明的特点还在于，首先通过仿真建立了量化输出信号功率与输入功率之间的关系，从而通过统计量化输出数据的功率可以求得输入信号功率。

本发明的特点还在于，采用雷达方程计算系统噪声。

本发明的特点还在于，通过仿真建立了量化输出信噪比与输入信噪比及输入信号功率的关系，从而通过求解得到的输入信号功率和输入信噪比，可以计算得到输出信号的信噪比。

本发明的特点还在于，对系统可调节的增益进行输出信号平均信噪比的计算，确定平均信噪比最大的系统增益为最佳增益。

附图说明

图1为本发明的方法流程图；

图2为4bit均匀量化数据当前增益设计下的信噪比统计；

图3为4bit均匀量化数据现有技术方案信噪比统计结果；

图4为4bit均匀量化数据接收机增益分析结果曲线；

图5为4bit均匀量化数据采用本发明方案后的信噪比统计结果；

图6为8:3BAQ数据当前增益设计下的信噪比统计；

图7为8:3BAQ数据现有技术方案信噪比统计结果；

图8为8:3BAQ数据接收机增益分析结果曲线；

图9为8:3BAQ数据采用本发明方案后的信噪比统计结果。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

本发明技术方案的流程图如图1所示，本发明提供了一种使数据输出信噪比最优的系统SAR增益确定方法，包括：

a.仿真实部和虚部分别服从高斯分布的信号x′，并仿真量化压缩过程，该量化压缩过程与系统SAR所采用的量化压缩方法相对应，从而得到量化压缩后的输出信号y′，得到系统输入信号功率P_x′和量化输出信号功率P_y′之间的关系曲线P_x′＝f(_Py′)。

b.仿真获得系统输出信噪比随输入信噪比及输入信号功率的变化曲线：

b1.仿真功率为任意P_s′的，实部和虚部分别服从高斯分布的信号s′；

b2.设输入信噪比SNR_in′在一个区间内(如0dB～60dB)变化，分别仿真相应的功率为P_n′＝P_s′-SNR_in′(dB)的高斯分布白噪声n′，得到输入信号

b3.设输入信号功率P_x′在某区间内变化(如-10dB～65dB)，对于区间内离散化后的每个输入信号功率P_x′，调整输入信号使其变为：

其中 $A={10}^{[P_{x^{\′}}-(P_{s^{\′}}+P_{n^{\′}})]\left(\mathrm{dB}\right)/20};$

b4.仿真上述的量化压缩过程，得到

的量化输出信号计算最终的输出信噪比：从而得到了输出信噪比与输入信号功率及输入信噪比的关系，即SNR_out′＝g(P_x′，SNR_in′)。

c.根据SAR系统设计参数计算系统噪声功率，计算公式为：P_n＝G_AKT₀BF_n，其中G_A为接收信号在量化之前的功率增益；K为波尔兹曼常数，K＝1.38×10^-23J/K；T₀为接收机温度(K)；B为接收机等效噪声带宽(Hz)；F_n为接收机噪声系数；P_n表示噪声功率(w)。

d.对SAR下传的回波数据进行解码，并分块统计当前功率增益G_A下的回波数据块功率P_y，计算公式为：

其中N_a表示回波数据块的方位向数据尺寸，N_r表示回波数据块的距离向数据尺寸；y_i，j表示在该数据块中方位号和距离号分别为i和j的回波数据；

为该数据块的回波数据均值，即

P_y表示量化后的该回波数据块的信号功率。

e.根据曲线P_x′＝f(P_y′)，通过插值或拟合方法，利用P_y得到该回波数据块对应的输入信号功率P_x。

f.计算量化输入信噪比：

g.根据仿真得到的变化曲线SNR_out′＝g(P_x′，SNR_in′)，对于上述步骤计算得到的该回波数据块的P_x和SNR_in，通过插值或拟合方法得到该回波数据块的输出信噪比SNR_out。

h.对每个回波数据块，按照步骤c-g，分别计算每个数据块的输出信噪比，并求输出信噪比均值

i.遍历系统增益G_A，i，_i＝1，...，N，其中N为系统增益可调节的阶数，计算各增益下的输入功率P_x，i＝P_x+(G_A，i-G_A)(dB)，由于量化前系统增益调节时，系统噪声也相应的得到调节，因此信噪比保持不变，故重复步骤g-h，得到不同系统增益下的信号输出信噪比均值

j.比较所求得的不同系统增益下的输出信噪比均值，获得一最大值，则该最大值对应的系统增益即为系统SAR增益设置最为合适的值。

下面以星载SAR常用的4bit均匀量化和8:3分块自适应量化(BlockAdaptive Quantization，BAQ)为例，给出基于实际数据的分析结果。

图2-5为对某段存在饱和的4bit均匀量化的星载SAR数据分析结果。如图2所示，在目前MGC的接收机增益下，输出信噪比均值仅为9.1489dB。如图3所示，采用现有技术方案，得到的结论是系统增益应该下降8.469dB，此时计算得到平均输出信噪比为14.3127dB。如图4所示，采用本发明的方法，得到的结论是系统增益应该下降9.8dB。如图5所示，调整增益后，计算得到的平均输出信噪比为14.4692dB。

图6-8为对某段存在饱和的8:3BAQ星载SAR数据分析结果。如图6所示，在目前MGC的接收机增益下，输出信噪比均值仅为9.8944dB。如图7所示，采用现有技术方案，得到的结论是系统增益应该下降6.578dB，此时计算得到平均输出信噪比为14.35dB。如图8所示，采用本发明的方法，得到的结论是系统增益应该下降9.2dB。如图9所示，调整增益后，计算得到的平均输出信噪比为14.617dB。

可见，与现有技术相比，本发明能够使SAR数据的量化输出信噪比达到最大，从而有利于SAR图像质量达到最佳。

对于上述技术方案，如数据尺寸较小，或者数据功率变化不大，也可不用进行分块统计，换言之，分块大小可与数据大小一致。此外，如果关心的场景只占整个场景的某个区域，也可只对该区域进行本技术方案的操作。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种系统SAR增益确定方法，包括步骤：

a.获得系统输入信号功率Px′和系统量化输出信号功率P_y′之间的关系曲线P_x′＝f(P_y′)；

b.获得系统输出信噪比随输入信噪比及输入信号功率的变化曲线SNR_out′＝g(P_x′，SNR_in′)；

c.计算系统噪声功率P_n；

d.对SAR下传的回波数据进行解码，并分块统计当前功率增益G_A下的回波数据块功率P_y；

e.根据曲线P_x′＝f(P_y′)，利用P_y得到回波数据块对应的输入信号功率P_x；

f.计算量化输入信噪比SNR_in；

g.根据步骤b中获得的变化曲线，对于上述步骤获得的P_x和SNR_in，获得对应回波数据块的输出信噪比SNR_out；

h.对每个回波数据块，按照步骤c-g，分别计算输出信噪比，并求输出信噪比均值

i.遍历系统增益G_A，i，重复步骤g和h，得到不同系统增益下的信号输出信噪比均值

其中i＝1，...，N，N为系统增益可调节的阶数，各增益下的输入功率P_x，i＝P_x+(G_A，i-G_A)(dB)，输入信噪比保持不变；

j.比较所求得的不同系统增益下的输出信噪比均值，将输出信噪比均值最大值对应的系统增益确定为系统SAR增益值。

2.根据权利要求1所述的方法，其中步骤a具体为：所述关系曲线通过仿真获得，仿真实部和虚部分别服从高斯分布的信号x′，并仿真量化压缩过程，该量化压缩过程与系统SAR所采用的量化压缩方法相对应，得到量化压缩后的输出信号y，从而得到输入信号功率P_x′和量化输出信号功率P_y′之间的关系曲线P_x′＝f(P_y′)。

3.根据权利要求1所述的方法，其中步骤b包括如下步骤：

b1.仿真功率为任意P_s′的，实部和虚部分别服从高斯分布的信号s′；

b2.设输入信噪比SNR_in′在区间1内变化，分别仿真相应的功率为P_n′＝P_s′-SNR_in′(dB)的高斯分布白噪声n′，得到输入信号

b3.设输入信号功率P_x′在区间2内变化，对于区间2内离散化后的每个输入信号功率P_x′，调整输入信号使其变为：

其中 $A={10}^{[P_{x^{\′}}-(P_{s^{\′}}+P_{n^{\′}})]\left(\mathrm{dB}\right)/20};$

b4.仿真量化压缩过程，该量化压缩过程与系统SAR所采用的量化压缩方法相对应，得到

的量化输出信号

计算最终的输出信噪比：

从而得到输出信噪比与输入信号功率及输入信噪比的关系SNR_out′＝g(P_x′，SNR_in′)。

4.根据权利要求3所述的方法，其中区间1为0dB～60dB。

5.根据权利要求3所述的方法，其中区间2为-10dB～65dB。

6.根据权利要求1所述的方法，其中步骤c具体为：根据SAR系统设计参数计算系统噪声功率，计算公式为：P_n＝G_AKT₀BF_n，其中G_A为接收信号在量化之前的功率增益；K为波尔兹曼常数，K＝1.38×10^-23J/K；T₀为接收机温度(K)；B为接收机等效噪声带宽(Hz)；F_n为接收机噪声系数；P_n表示噪声功率(w)。

7.根据权利要求1所述的方法，其中步骤d中回波数据块功率P_y的计算公式为：其中N_a表示回波数据块的方位向数据尺寸，N_r表示回波数据块的距离向数据尺寸；y_i，j表示在该数据块中方位号和距离号分别为i和j的回波数据；为该数据块的回波均值，

P_y表示量化后的该回波数据块的信号功率。

8.根据权利要求1所述的方法，其中步骤e采用插值或拟合方法。

9.根据权利要求1所述的方法，其中步骤f的计算公式为 ${\mathrm{SNR}}_{\mathrm{in}}=\frac{P_x-P_n}{P_n}.$

10.根据权利要求1所述的方法，其中步骤g采用插值或拟合方法。

Images